SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

dokumen-dokumen yang mirip
SATUAN ACARA PERKULIAHAN MATA KULIAH PENGOLAHAN PARALEL (S1/ TEKNIK KOMPUTER)

SATUAN ACARA PERKULIAHAN MATA KULIAH ALGORITMA PENGOLAHAN PARALEL (S1/ TEKNIK INFORMATIKA)

PENDAHULUAN. -. Pengolahan data numerik dalam jumlah yang sangat besar. -. Kebutuhan akan ketersediaan data yang senantiasa up to date.

PENDAHULUAN. Motivasi : -. Pengolahan data numerik dalam jumlah yang sangat besar. -. Kebutuhan akan ketersediaan data yang senantiasa up to date.

KEBUTUHAN KOMPUTER PARALEL

PENGOLAHAN PARALEL. Kebutuhan akan Komputer Paralel PENDAHULUAN. Dahulu:

KOMPUTASI PARALEL UNTUK PENGOLAHAN PRESTASI AKADEMIK MAHASISWA

KLASIFIKASI ARSITEKTURAL

OPERASI MATRIKS. a 11 a 12 a 13 a 14 A = a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44

KARAKTERISTIK KINERJA ALGORITMA RECURSIVE DECOUPLING PADA SISTEM MULTIPROSESOR BERBASIS PVM

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM = pea ram)

STUDI KOMPARASI KINERJA ALGORITMA REDUKSI SIKLIS DENGAN ALGORITMA PEMISAHAN REKURSIF PADA SISTEM MULTIPROSESOR BERBASIS PVM

PERANCANGAN DAN ANALISIS JUMLAH PROSESOR MENGGUNAKAN MODEL CUBE-CONNECTED DAN TREE-CONNECTED DALAM ALGORITMA PARALEL.

Perbandingan Algoritma Pencarian Kunci di dalam Himpunan Terurut Melalui Linear Search dan Binary Search

Penerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel

Pengolahan Paralel PENGOLAHAN PARALEL. Ernastuti 1/58. Ernastuti

PENGOLAHAN PARALEL. Ernastuti

ORGANISASI KOMPUTER II AUB SURAKARTA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran

JARINGAN UNTUK MERGING

Deskripsi. Buku Ajar 3/1/2010. Pengajar. Materi Kuliah. Materi Kuliah #2. Komputasi Paralel. Kuliah 01: Pendahuluan

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM = pea ram) Ver

Fakultas Teknologi Informasi

Kebutuhan pengolahan paralel

Sub Pokok Bahasan dan Sasaran Belajar

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM = pea ram)

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM)

Analisis Algoritma: Anany Levitin, Introduction to Design and Analysis of Algorithm, 3 rd Edition, Pearson Education, Inc.

PEMODELAN ALGORITMA GAXPY PADA SISTEM MULTIPROSESOR

Fakultas Teknologi Informasi

Komputasi Paralel Sebagai Alternatif Solusi Peningkatan Kinerja Komputasi

Disusun Oleh: Agenda. Terminologi Klasifikasi Flynn Komputer MIMD. Time Sharing Kesimpulan

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS)

>> KLASIFIKASI ARSITEKTURAL

SATUAN ACARA PERKULIAHAN PERANCANGAN DAN ANALISIS ALGORITMA ** (S1/TEKNIK INFORMATIKA) PTA 2010/2011

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

NOTASI UNTUK ALGORITMA PARALEL

PERANCANGAN ARSITEKTUR PEMARALELAN UNTUK MENCARI SHORTEST PATH DENGAN ALGORITMA DIJKSTRA

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

Algoritma dan Struktur Data 2

SILABUS : DESAIN DAN ANALISIS ALGORITMA. : I Ketut Resika Arthana, S.T., M.Kom NIP :

Preorder Tree Traversal

RENCANA PEMBELAJARAN SEMESTER (RPS)

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Algoritma dan Pemrograman

Pembangunan Aplikasi Manajemen Data Statistik Berbasis Komputasi Paralel

Algoritma Divide and Conquer

KOMPUTASI PARALEL PADA APLIKASI PAYROLL

ARSITEKTUR KOMPUTER. Satu CPU yang mengeksekusi instruksi satu persatu dan menjemput atau menyimpan data satu persatu.

Arsitektur Komputer. Dua element utama pd sistem komputer konvensional: Memory Processor

NOTASI UNTUK ALGORITMA PARALEL

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

VIRTUAL PARALLEL ENVIRONMENT USING PVM CASE STUDY BUBBLE SORT ALGORITHM

BUANA. Distribusi 01 September 2017

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PEMBELAJARAN

Penggunaan Algoritma Divide and Conquer Dalam Parallel Computing Untuk Melakukan 3D Rendering

Implementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor

PROSEDUR PARALELISASI PERKALIAN MATRIKS PADA GRAPHICS PROCESSING UNIT (GPU)

SATUAN ACARA PENGAJARAN

KOMPUTASI PEMROGRAMAN

Metode Sorting Bitonic Pada GPU

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktivitas Pembelajaran

KKKF33110 STRUKTUR DATA

FAKULTAS TEKNOLOGI KOMUNIKASI DAN INFORMATIKA UNIVERSITAS NASIONAL

PENGANTAR KOMPUTASI MODERN

BAB II LANDASAN TEORI

STRUKTUR DATA. By : Sri Rezeki Candra Nursari 2 SKS

ALGORITMA DAN PEMROGRAMAN

Pengantar Teknik Informatika

RENCANA PEMBELAJARAN SEMESTER (RPS)

Implementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PEMBELAJARAN SEMESTER (RPS)

ALGORITMA PENGURUTAN & PENCARIAN

Organisasi & Arsitektur. Komputer. Org & Ars komp Klasifikasi Ars Komp Repr Data

Perbandingan Arsitektur Multilayer Feedforward Network dengan memakai Topologi Multiprosesor Ring Array Dan Linear Array

BAB IV PENGUJIAN DAN ANALISIS

Analisis Kompleksitas Waktu Untuk Beberapa Algoritma Pengurutan

Kontrak Perkuliahan & Introduction

PARALELISASI PERKALIAN MATRIKS SPARSE VEKTOR DENGAN CUBLAS

Satuan Acara Perkuliahan

SATUAN ACARA PERKULIAHAN MATA KULIAH BERKAS DAN AKSES (MI) KODE / SKS : KK / 2 SKS

KINERJA ALGORITMA PARALEL UNTUK PENCARIAN KATA DENGAN METODE BOYER-MOORE MENGGUNAKAN PVM

Prio Handoko, S.Kom., M.T.I.

BAB I PENDAHULUAN. Merancang aplikasi Paralel Processing yang diimplementasikan dengan penggunaan Computer-Unified-Device-Architecture (CUDA).

ANALISA KINERJA CLUSTER LINUX DENGAN PUSTAKA MPICH TERHADAP PERKALIAN MATRIKS

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

Setelah mempelajari topik Analisis Algoritma di kuliah SDA, ada beberapa kompetensi yang perlu Anda kuasai:

SATUAN ACARA PERKULIAHAN MATA KULIAH GRAPH & ANALISIS ALGORITMA (SI / S1) KODE / SKS : KK / 3 SKS

1.1. Definisi, Notasi, dan Operasi Vektor 1.2. Susunan Koordinat Ruang R n 1.3. Vektor di dalam R n 1.4. Persamaan garis lurus dan bidang rata

RENCANA PEMBELAJARAN SEMESTER

KOMPONEN KOMPUTER PARALLEL

Syarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.

ALGORITMA PARALEL ODD EVEN TRANSPOSITION PADA MODEL JARINGAN NONLINIER. Ernastuti, Ravi A. Salim, dan Haryanto

Transkripsi:

Mata Kuliah Kode / SKS Program Studi Fakultas : Pengolahan Paralel : AK012215 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan Agar mahasiswa mengerti akan apa yang dimaksud dengan pengolahan paralel dan memperoleh gambaran tentang beberapa paradigma komputer paralel. - Kebutuhan akan komputer paralel : Mahasiswa mampu mengemukakan latar belakang dibutuhkannya komputer paralel & Mahasiswa dapat menjelaskan apa yang dimaksud dengan paralelisme - Paradigma komputer paralel : Mahasiswa mengenal beberapa paradigma komputer paralel ; Mahasiswa dapat menggolongkan komputer paralel dalam las synchronous dan asynchronous ; Mahasiswa mampu membedakan antara control parallelism dan data parallelism ; Mahasiswa mengenal taksonomi Flynn dan mampu membedakan SISD, SIMD, MISD dan MIMD - Algoritma Sekuensial dan Algoritma Paralel : Mahasiswa mampu membedakan algoritma sekuensial dan algoritma paralel bagi sebuah masalah aritmatika sederhana, sebagai contoh., Akl, Lewis et al. Halaman 1

- Terminologi komputer paralel : Mahasiswa mengenal beberapa terminologi komputer paralel - Analisa algoritma paralel : Mahasiswa mengenal evaluasi algoritma berdasarkan criteria running time dan number of processor; Mahasiswa dapat mengevaluasi sebuah algoritma dengan menghitung running time dan number of processor ; Mahasiswa mengenal istilah counting step dan speed up ; Mahasiswa mampu menghitung counting step dan speed up dari sebuah algoritma. 2,3 Algoritma Paralel Dasar Agar mahasiswa mengetahui notasi yang digunakan dalam algoritma paralel dan mengerti konsep operasi reduksi model SIMD dan multiprosesor, perhitungan prefix sum dan broadcast pada organisasi multikomputer hypercube - Notasi untuk algoritma paralel : Mahasiswa mengetahui notasi yang dipergunakan dalam algoritma paralel - Reduksi : model SIMD hypercube, model SIMD shuffle-exchange, model SIMD Mesh-2D, model multiprosesor UMA ; Mahasiswa mengerti operasi reduksi pada model SIMD hypercube, SIMD shuffle-exchange, SIMD mesh 2D, model multiprosesor UMA - Broadcast : Memahami algoritma broadcast pada multikomputer - Prefix sums : Memahami algoritma prefix sums pada multikomputer (bab6.2 6.4) Halaman 2

4,5 Algoritma PRAM Agar mahasiswa memahami komputasi paralel dari model2 PRAM, algoritma PRAM dan kompleksitasnya - Paralel Reduction - Prefix Sums - List Ranking - Preorder Tree Traversal - Merging Two Sorted Lists - Graph Coloring TIK : Agar mahasiswa dapat mengerti, mengenal dan menjalankan algoritma2 tersebut Mempel ajari pseudoc ode (bab 2.1 2.3) 6 Algoritma Sorting Agar mahasiswa mengetahu dan memahami algoritma sorting secara parallel dan komplekstasnya serta mengerti mengetahui perbedaannya dengan algoritma sorting sekuensial - Sorting pada algoritma sequential - Enumeration sort - Lower Bounds on parallel sorting - Odd-Even Tranportation Sort TIK : perbedaan teknik sort secara seunsial dan secara parallel beberapa teknik sort secara paralel 7 Lanjutan Algoritma Sorting - Bitonic Merge pada : Shuffle-Exchange Network, Mesh 2-Dimensi, Hypercube Network, BarryW. TIK : - Mahasiswa dapat membandingkan teknik-teknik sort secara paralel Halaman 3

8,9 Searching - Searching Barisan Terurut : Secara Sekuensial dengan teknik binary search & Secara Paralel pada model SM SIMD EREW dan CREW - Searching Barisan Acak (Tidak Terurut) : Searching pada SM SIMD & Searching pada Mesh di -8 Selim G. Akl TIK : Agar mahasiswa dapat mengenal, mengetahui, memahami dan menjalankan : - algoritma perkalian matriks secara paralel pada model SM SIMD dan Mesh - teknik searching secara paralel dan kompleksitasnya. 10,11 Operasi Matriks TIU: Agar mahasiswa memahami algoritma operasi matriks (transpose matriks, perkalian matriks, perkalian matriks dengan vector) dalam beberapa model pengolahan paralel dan mengetahui kompleksitas waktu pada masing-masing model. - Operasi Transpose, Perkalian matriks dengan matriks pada Array Processor: Model Mesh 2-Dimensi, Model Shuffle- Exchange SIMD, dan Model EREW SIMD - Mahasiswa dapat menjalankan algoritma transpose matriks, perkalian matriks pada model Mesh 2-D, EREW SIMD, Shuffle-Exchange - Mahasiswa dapat menyebutkan kompleksitas waktu algoritma pada model-model tersebut. Mengerj alan soal 7.8 7.9, dan 7.23 dari buku Akl, Akl Halaman 4

- Operasi perkalian matriks dengan vektor : linear array multiplication pada multiprocessor, Tree multiplication pada multicomputer (tree-connected SIMD computer), and algoritma convolution : Mahasiswa dapat menjalankan algoritma perkalian matriks dengan vektor pada model tersebut diatas & Mahasiswa dapat menyebutkan kompleksitas waktu algoritma pada model-model tersebut - Algoritma Perkalian matrik dengan matriks untuk Multiprocessor : Mahasiswa dapat menjelaskan algoritma perkalian matriks dengan matirks pada komputer model multiprocessor - Algoritma Perkalian Matriks dengen matriks untuk Multicomputer: Row Column Oriented dan Block Oriented : Mahasiswa dapat menjelaskan algoritma perkalian matriks pada komputer model multikomputer 12 Bentuk-bentuk matrikspopuler serta contoh-contohnya. - Mahasiswa mengenal beberapa bentuk matriks Jenis-jenis matriks - Mahasiswa dapat menyatakan sebuah sistem persamaan linier sebagai sebuah persamaan matriks. - Mahasiswa dapat memahami bahwa koefisien persamaan matriks di atas oleh dosen dan demonstrasi penyelesaian n soal oleh mahasiswa Demons trasi penyele saian soal- (bab 9.2) Halaman 5

berdasarkan struktur elemennya serta dapat memberi contoh masingmasing bentuk. adalah sebuah matriks yang dapat bentuknya dapat bermacam-macam ; Mahasiswa dapat menjelaskan contoh dari bentuk-bentuk yang mungkin dari matriks koefisien di atas, misalnya : segitiga atas, segitiga bawah, diagonal dominan, tridiagonal, simetri,dan definit positif. & Mahasiswa dapat memberikan contoh dari bentuk-bentuk matriks di atas. oleh dosen, demonstrasi penyelesaian soal oleh mahasiswa, dan PR 13 Metoda Substitusi Mundur dalam Penyelesaian Sistem Persamaan Linier. Mahasiswa memahami algoritma sekuensial dan algoritma paralel dari metoda substitusi mundur serta dapat menghitung speed-up paralelisasi tersebut. Metoda Substitusi Mundur : - Mahasiswa memahami bahwa metoda substitusi mundur sangat efektif untuk persamaan matriks dengan koefisiennya berbentuk matriks segitiga atas atu segitiga bawah. algoritma sekuensial dari metoda substitusi mundur. - Mahasiswa dapat menghitung kompleksitas algoritma sekuensial di atas. - Mahasiswa dapat melihat dan menjelaskan potensi paralelisasi dari metoda sekuensial di atas. algoritma paralel dari metoda substitusi mundur. - Mahasiswa dapat menghitung oleh dosen dan demonstrasi penyelesaian n soal oleh mahasiswa oleh dosen, demonstrasi penyelesaian soal oleh mahasiswa, dan PR Demons trasi penyele saian soalsoal no. 9-3 dan 9-4 oleh mahasis wa (bab 9.2) Halaman 6

14 Metoda Ganjil-Genap (Reduksi Siklis) dalam penyelesaian sistem persamaan linier Mahasiswa memahami algoritma sekuensial dan algoritma paralel dari metoda Ganjil-Genap (Reduksi Siklis) serta dapat menghitung speed-up paralelisasi tersebut. kompleksitas algoritma paralel di atas. - Mahasiswa dapat menghitung speedup parallelisasi metoda substitusi mundur. - Mahasiswa memahami bahwa metoda ganjil-genap (reduksi siklis) sangat efektif untuk persamaan matriks dengan koefisiennya berbentuk matriks tridiagonal. algoritma sekuensial dari metoda ganjil-genap (reduksi siklis). - Mahasiswa dapat menghitung kompleksitas algoritma sekuensial di atas. - Mahasiswa dapat melihat dan menjelaskan potensi paralelisasi dari metoda sekuensial di atas. algoritma paralel dari metoda ganjilgenap (reduksi siklis). - Mahasiswa dapat menghitung kompleksitas algoritma paralel di atas. - Mahasiswa dapat menghitung speedup parallelisasi metoda ganjil-genap (reduksi siklis). oleh dosen dan pengerjaan perjaan rumah oleh mahasiswa rumah no. 9-5 () dan soal no. 5.3 (Freema n) oleh mahasis wa (bab 9.3) dan Freeman (bab 5.4.1) Halaman 7

: 1. Aho, J. E. Hopcraft, J. D. Ullman, The design and Analysis of Computer Algorithms, Addison Wesley, Massachusetts, 1974. 2. Akl, Selim. G. The Design and Analysis of Parallel Algorithms. Prentice-Hall, New Jersey, 1989 3. Freeman, T.L. and C. Philips. Parallel Numerical Algorithms. Prentice Hall. New York. 1992 4. Lewis, Ted G, et.all. Introduction to Parallel Computing. Prentice-Hall. New Jersey, 1992 5., Michael J.. Parallel Computing : Theory and Practice(2-nd ed.). McGraw-Hill, Inc. New York. 1994. 6. Roosta, Seyed H,. Parallel Processing and Parallel Algorithms : Theory and Computation. Springer-Verlag, New York, 2000 7. Wilkinson, Barry & Allen, Michael, Parallel Programming: Techniques and Applications Using Netword Workstations and Parallel Computers, Prentice Hall; 1st edition, New Jersey, 1998 Halaman 8